DDW 2016：唾液联合人工智能分析可用于食管癌的准确预测

2016-05-23 MedSci MedSci原创

DDW 2016：唾液联合人工智能分析可用于食管癌的准确预测据2016年消化疾病周上展示的一项新的研究报道显示，研究人员利用唾液、问卷调查所获得的横断面数据以及人工智能分析工具研发出一种可预测食管癌发生风险的工具。来自以色列耶路撒冷理工学院的David G. Graham博士及其同事试图研发一个可准确评估食管癌发生的风险预测工具。研究过程中，研究人员利用唾液转录组数据以及患者人口统计学相关因素、症

据2016年消化疾病周上展示的一项新的研究报道显示，研究人员利用唾液、问卷调查所获得的横断面数据以及人工智能分析工具研发出一种可预测食管癌发生风险的工具。

来自以色列耶路撒冷理工学院的David G. Graham博士及其同事试图研发一个可准确评估食管癌发生的风险预测工具。研究过程中，研究人员利用唾液转录组数据以及患者人口统计学相关因素、症状及危险因素。

他指出，食管癌的检测亟需一种非侵入性的工具，体液中的细胞外RNA是检测这种疾病的新的生物标志物。

该研究共纳入了80名研究对象，从其唾液中提取RNA。其中20名纳入健康对照组，20名为非异常增生性巴雷特食管患者，20名为重度异常增生型患者，20名为食管癌患者。

研究者收集了所有研究对象的唾液样本以及204个数据点。使用24个已知来源于炎症或致癌途径的与食管癌发生相关的扩增产物，研究人员进行了转录组学筛选。使用实时定量PCR，18S rRNA作为持家基因，来进行目的RNA表达分析。采用标准特征选择人工智能技术的新型Infogain方法来分析转录组学、人口学、症状和危险因素数据来创建预测工具。

RNA分析过程中，上皮化生癌序列的24个扩增产物中共发现10个异常表达，分别为TP53，CDKN2A，Smad7、EGFR、AMY2、TLR6，kit9、KRAS、PTEN和PIK3CA。之后进行统计分析，发现CDKN2A的表达越来越多。

该研究中，研究人员共观察到11个有用于研发预测工具的关键特征。包括6个上述所提的扩增产物以及从问卷调查数据所获得的5个特征，包括腰/臀比，质子泵抑制剂的使用与既往癌症史。

“我们已经表明，调查问卷的数据可提供了一些识别处于风险之中患者的能力，”Graham说道，“唾液为早期癌症的预防和检测提供了潜在的关键生物标志物。”

该研究的另一个关键因素是使用人工智能分析进行的准确预测。虽然这些都是非常早期的数据，但是这些数据的发现却是相当令人兴奋的。

原始出处：

Saliva, artificial intelligence analysis of biomarkers may predict esophageal cancer risk. Healio, May 22, 2016.

作者：MedSci

版权声明：
本网站所有注明“来源：梅斯医学”或“来源：MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明“来源：梅斯医学”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言